COVID-Classifier: an automated machine learning model to assist in the diagnosis of COVID-19 infection in chest X-ray images.
COVID-Classifier: an automated machine learning model to assist in the diagnosis of COVID-19 infection in chest X-ray images.
复制标题
COVID-Classifier：帮助诊断胸部x线图像中COVID-19感染的自动机器学习模型。
DOI：
10.1038/s41598-021-88807-2
复制
发表时间：
2021-05-10
影响因子：
4.6
通讯作者：
Shariati SA
中科院分区：
文献类型：
--
作者：
Zargari Khuzani A;Heidari M;Shariati SA
胸部X射线（CXR）摄影可用作非COVID-19肺炎患者的一线分诊过程。然而，COVID-19和其他感染引起的肺炎的CXR图像特征之间的相似性使得放射科医生的鉴别诊断具有挑战性。我们假设基于机器学习的分类器可以可靠地区分COVID-19患者的CXR图像与其他形式的肺炎。我们使用降维方法来生成CXR图像的一组最佳特征，以构建一个高效的机器学习分类器，该分类器可以以高准确度和灵敏度区分COVID-19病例和非COVID-19病例。通过使用整个CXR图像的全局特征，我们使用相对较小的CXR图像数据集成功地实现了我们的分类器。我们建议我们的COVID分类器可以与其他测试结合使用，通过快速分类非COVID-19病例来优化医院资源的分配。
Chest-X ray (CXR) radiography can be used as a first-line triage process for non-COVID-19 patients with pneumonia. However, the similarity between features of CXR images of COVID-19 and pneumonia caused by other infections makes the differential diagnosis by radiologists challenging. We hypothesized that machine learning-based classifiers can reliably distinguish the CXR images of COVID-19 patients from other forms of pneumonia. We used a dimensionality reduction method to generate a set of optimal features of CXR images to build an efficient machine learning classifier that can distinguish COVID-19 cases from non-COVID-19 cases with high accuracy and sensitivity. By using global features of the whole CXR images, we successfully implemented our classifier using a relatively small dataset of CXR images. We propose that our COVID-Classifier can be used in conjunction with other tests for optimal allocation of hospital resources by rapid triage of non-COVID-19 cases.
登录
查看更多内容
影响因子：
3.9
作者：
Ul Haq, Anwar;Zhang, Defu;Rahman, Sami Ur
通讯作者：
Rahman, Sami Ur
影响因子：
10.6
作者：
Roy, Subhankar;Menapace, Willi;Demi, Libertario
通讯作者：
Demi, Libertario
DOI：
10.1177/0846537120913033
发表时间：
2020-05-01
影响因子：
3.1
作者：
Dai, Wei-cai;Zhang, Han-wen;Lin, Fan
通讯作者：
Lin, Fan
影响因子：
2.5
作者：
Srivastava, Sunita D;Eagleton, Matthew J;Greenfield, Lazar J
通讯作者：
Greenfield, Lazar J
影响因子：
10.6
作者：
Guo, Yiqing;Jia, Xiuping;Paull, David
通讯作者：
Paull, David